1)和Dijkstra算法一 样,弗洛伊德(Floyd)算法也是一种用于寻找给定的加权图中顶点间最短路径的算法。该算法名称以创始人之一、1978年图灵奖获得者、斯坦福大学计算机科学系教授罗伯特弗洛伊德命名
2)弗洛伊德算法(Floyd)计算图中各个顶点之间的最短路径
3)迪杰斯特拉算法用于计算图中某一一个顶点到其他项点的最短路径。
4)弗洛伊德算法VS迪杰斯特拉算法:迪杰斯特拉算法通过选定的被访问顶点,求出从出发访问顶点到其他顶点的最短路径;弗洛伊德算法中每-一个顶点都是出发访问点,所以需要将每一个顶点看做被访问顶点,求出从每一个顶点到其他项点的最短路径。
弗洛伊德(Floyd)算法图解分析
1)设置顶点vi到项点vk的最短路径已知为Lik, 顶点vk到vj的最短路径己知为Lkj, 顶点vi到vj的路径为Lij,则vi到vj的最 短路径为: min((Lik+Lkj),Lj), vk的取值为图中所有顶点,则可获得vi到vj的最短路径
2)至于vi到vk的最短路径Lik或者vk到vj的最短路径Lkj, 是以同样的方式获得
代码实现:
package floyd;
import java.util.Arrays;
public class FloydAlgorithm {
public static void main(String[] args) {
char[] vertex = {'A','B','C','D','E','F','G'};
//创建邻接矩阵
int[][] matrix = new int[vertex.length][vertex.length];
final int N = 65535;
matrix[0] = new int[]{0, 5, 7, N, N, N, 2};
matrix[1] = new int[]{5, 0, N, 9, N, N, 3};
matrix[2] = new int[]{7, N, 0, N, 8, N, N};
matrix[3] = new int[]{N, 9, N, 0, N, 4, N};
matrix[4] = new int[]{N, N, 8, N, 0, 5, 4};
matrix[5] = new int[]{N, N, N, 4, 5, 0, 6};
matrix[6] = new int[]{2, 3, N, N, 4, 6, 0};
Graph graph = new Graph(vertex.length,matrix,vertex);
System.out.println("没有求取最短路径的邻接矩阵");
graph.show();
graph.floyd();
System.out.println("使用了弗洛伊德算法");
graph.show();
}
}
//创建图
class Graph{
private char[] vertex; //顶点集合
private int[][] dis; //保存从各个顶点到其他顶点的距离,最后的结果,也是保留在该数组
private int[][] pre; //保存到达目标顶点的前驱顶点
/**
* @param length 大小
* @param matrix 邻接矩阵
* @param vertex 顶点数组
* */
public Graph(int length,int[][] matrix,char[] vertex){
this.vertex = vertex;
this.dis = matrix;
this.pre = new int[length][length];
//对pre数组初始化,存放的是前驱结点的下标
for (int i=0;i<length;i++){
Arrays.fill(pre[i],i);
}
}
public void show(){
char[] vertex = {'A','B','C','D','E','F','G'};
for (int k=0;k<dis.length;k++){
for (int i=0;i<dis.length;i++){
System.out.print(vertex[pre[k][i]]+" ");
}
System.out.println();
for (int i=0;i<dis.length;i++){
System.out.print("("+vertex[k]+"到"+vertex[i]+"的距离为"+")"+dis[k][i]+" ");
}
System.out.println();
System.out.println();
}
}
public void floyd(){
int len = 0; //变量保存距离
//对中间顶点遍历,k就是中间顶点的坐标
for (int k=0;k<dis.length;k++){
//从i顶点开始出发
for (int i=0;i<dis.length;i++){
for (int j=0;j<dis.length;j++){
len = dis[i][k] + dis[k][j]; //从i出发,经过顶点k,到达j
if (len < dis[i][j]){
dis[i][j] = len; //更新距离
pre[i][j] = pre[k][j]; //更新前驱顶点
}
}
}
}
}
}